中国西南地区栎类和桦木立木地上及地下生物量模型研建

依据中国西南地区栎类和桦木的立木材积及生物量实测数据,采用度量误差模型的方法,建立栎类和桦木材积相容的地上生物量及地下生物量模型。结果表明,在地上生物量模型中,增加树高因子,立木材积模型的相关统计指标有较大幅度的改进,栎类和桦木二元材积模型的平均预估精度分别达到了97.86%和97.08%,而二元地上生物量模型的相关统计指标并没明显的改进;两树种一元与二元地下生物量模型的相关统计指标差异并不明显,平均预估精度均达到了90%以上。     

西藏冷杉立木生物量和材积模型研建

利用2011年采集的150株西藏天然冷杉数据,采用度量误差联立方程组方法同时进行整体建模和分段建模,分别建立了西藏冷杉一元、二元生物量与材积相容性模型,并分析对比两者拟合效果。结果表明:不论是一元、二元模型,采用整体建模方法都难以准确描述冷杉生物量、材积随胸径变化情况,导致径阶16 cm以下的林木立木材积和生物量估计值均小于实际值,径阶越小,偏差越大,其中4 cm径阶的预估偏差甚至达到了20%~30%;而采用分段建模方法能有效解决上述有偏估计的问题,模型改进效果十分良好,各径阶均无系统偏差;分段建立的地上生物量和立木材积方程,不论一元或二元模型,其预估精度分别达到了93.5%、92.8%以上,一元分段地下生物量方程预估精度也在91.5%以上。     

用分段建模方法建立东北落叶松立木材积和生物量方程

以东北落叶松(Larix spp.)立木材积和地上生物量数据为例,通过采用误差变量联立方程组和分段建模方法,研究建立了相容的立木材积方程、地上生物量方程及生物量转换函数.结果表明:采用误差变量联立方程组能确保立木材积与地上生物量之间估计结果的相容性,而分段建模方法能有效解决常用模型在小径阶存在的系统偏估问题;本文所建立的分段一元模型,地上生物量和立木材积的总体预估误差均不超过5％;分段二元模型,地上生物量的预估误差基本在4％以内,立木材积的预估误差则小于3％.     

基于树高和树冠因子的立木材积与地上生物量相容模型研究

【目的】无人机机载激光雷达能够准确地测定单木、林分乃至大尺度森林结构参数(树高和树冠因子)。为应用无人机激光雷达技术准确估测森林蓄积量、生物量和碳储量提供计量依据和技术支撑。【方法】以150株实测马尾松生物量样本数据为研究对象,采用非线性回归估计方法和度量误差联立方程组方法,分析立木材积和地上生物量与树高、树冠因子的相关性,并在此基础上研究建立基于树高和树冠因子的立木材积与地上生物量相容模型。【结果】单株材积和地上生物量与树高因子的相关性最为紧密,其次才是树冠因子;基于树高和冠幅因子的二元材积和地上生物量模型预估精度较高,达到92%以上,再考虑冠长因子的三元模型预估精度改进不大;基于树高和冠幅因子的二元立木材积与地上生物量相容模型估计效果更好,相对于一元相容模型系统而言,二元相容模型拟合效果有较大幅度提高,预估精度达到92%以上。【结论】采用度量误差联立方程组方法可以有效解决基于树高和树冠因子的立木材积与地上生物量相容问题,并且预估精度达到92%以上,所建二元立木材积与地上生物量相容模型可为应用激光雷达技术反演森林蓄积量和生物量提供计量依据。     

新疆云杉一体化立木生物量模型系统研建

[目的]研究建立地上生物量与地下生物量、立木材积之间相容,以及地上生物量与各分量之间可加的一体化生物量模型系统,为准确估计森林生物量提供定量依据。[方法]以新疆自治区的云杉(Picea spp.)为研究对象,基于230株和78株样木的实测地上生物量、树干材积和地下生物量数据,综合利用误差变量联立方程组方法和哑变量建模方法,研究建立集地上生物量、树干材积和地下生物量为一体,兼具相容性和可加性的二元和一元生物量模型系统,并分析一元模型是否受地域的影响。[结果]所建云杉一元和二元一体化生物量模型系统,地上生物量方程的平均预估误差在7%以下,干、皮、枝、叶各分项生物量方程的平均预估误差在10%左右,地下生物量方程的平均预估误差在15%以下,均达到了相关技术规定的预估精度要求。除了干材和树皮生物量的估计效果不如二元模型外,一元模型对其它各项生物量的估计均要优于二元模型。比例控制法和代数控制法均能解决地上生物量与干、皮、枝、叶各分项生物量之间的可加性问题,且两种方法得出的模型预估结果无显著差异。[结论]将哑变量引入误差变量联立方程组,不仅能解决地上生物量和地下生物量样本单元数不相等时如何联合建模的问题,还能同时解决地上生物量与地下生物量和立木材积之间的相容性问题及地上生物量与各分量之间的可加性问题,方法切实可行;对地上生物量、地下生物量及立木材积的估计,含区域因子的哑变量模型均要优于总体平均模型。     

利用可变参数和二阶回归方法建立海南省相思树立木材积模型

【目的】建立立木材积模型,为科学计量评价森林资源、完善森林资源监测体系提供重要依据。【方法】以海南省相思树为研究对象,以胸径和树高为自变量建立二元山本材积式模型、可变参数动态模型,采用以简单幂函数式和树高—胸径模型为基础的二阶回归估计方法建立一元胸径立木材积模型,分析对比建立的一元、二元立木材积模型拟合效果。【结果】1)相思树二元山本材积式模型和可变参数动态模型的确定系数均在0.98以上,平均预估精度均在98%以上。模型整体总体相对偏差(TRB)和平均系统偏差(MSB)均在±3%以内,山本材积式模型在8、20 cm径阶总相对偏差和平均系统偏差超出±3%范围;2)两种方法建立的一元立木材积模型的确定系数均在0.94以上,预估精度均在96%以上。采用分段建模和二阶回归总相对偏差和平均系统偏差趋近于0,而常规方法建模12、16、24 cm以上径阶的总相对偏差均超出5%范围。【结论】可变参数动态模型相较于山本材积式模型拟合精度更高,各径阶误差更小,明显优于山本材积式模型;采用二阶回归估计方法建立的模型能更好地反映材积随胸径大小的变化规律,既提高了模型的切合性能,又能较好地控制各径阶的偏差,明显提升了拟合效果,是建立一元立木材积模型的有效方法。     

新疆西伯利亚云杉生物量模型研究

基于50株样木的实测数据,运用相关分析和回归分析方法,采用四种模型构建了西伯利亚云杉的地上、地下和各组分器官的生物量估测模型,对比分析了各拟合结果得出以下结论:各生物量模型对比得知,地上和树干生物量模型估计精度均高于树枝、树叶和地下生物量模型;最优的二元模型拟合度和预估精度都优于一元模型,其中地上和树干生物量二元模型精度提高显著;树枝、树叶和地下生物量模型二元模型精度提高有限,建议实际应用时采用一元模型W=a Db。各生物量二元模型拟合优度和预估精度对比分析显示,不同的变量组合拟合效果不同,常用变量D2H在估计树枝、树叶生物量时效果不如一元模型精度,而变量D3/H对树枝树叶生物量的估计最有效。     

东北落叶松相容性立木材积和地上生物量方程研建

以东北落叶松立木材积和地上生物量数据为例,通过改进模型的结构形式,采用误差变量联立方程组的方法,研究建立了相容的立木材积方程、地上生物量方程及生物量转换函数。结果表明:与常用的非线性模型相比,在材积方程和生物量方程中增加截距常数,能显著改进模型的拟合效果;建立的一元相容性方程,地上生物量和立木材积的预估误差均不超过5%;二元相容性方程,地上生物量的预估误差约为4%,立木材积的预估误差则小于3%。     

哑变量在云杉地上生物量模型中的应用研究

基于150株样木的生物量数据,采用常规回归方法和哑变量模型方法,构建了黑龙江、吉林两省云杉地上总生物量与各分项生物量的一元、二元以及三元模型。结果表明:2种方法建立的模型中,地上总生物量模型预估精度最高,在96%以上;树叶生物量最低,仍达87%以上;其他生物量预估精度均在91%以上;总相对误差均控制在±5%的范围内。通过对一元、二元和三元模型对比分析,发现随着解释变量增加,2种方法生物量模型的预估精度和确定系数都有所提高。引入地域哑变量后,一元、二元和三元模型的预估精度和确定系数都比常规模型有所提高,估计值的标准误差和总相对误差有一定下降,哑变量可以提高模型的拟合优度和预测效果。     

中国湿地松立木生物量方程的研建

以我国湿地松154株样木的生物量实测数据为基础,综合利用分段建模方法和非线性误差变量联立方程组方法,建立了与立木材积方程相容的地上生物量方程和生物量转换因子模型,以及与地上生物量方程相容的地下生物量方程和根茎比模型。结果表明:所建地上生物量方程的平均预估误差小于5%,地下生物量方程的平均预估误差小于10%,全树生物量估计的平均预估误差小于3%,完全可满足森林生物量计量的精度要求,从而为我国湿地松林的生物量估计及碳汇能力评估提供了计量依据。     

利用混合模型方法建立全国和区域相容性立木生物量方程

开展全国森林生物量监测和评估,建立适合较大区域范围的通用性立木生物量模型将成为必然趋势,而如何保证不同尺度范围森林生物量估计值的相容性,是必须面临的一个问题。以南方马尾松(Pinus massoniana)地上生物量数据为例,通过利用混合模型方法,同时建立全国和区域性立木生物量方程,为解决不同区域尺度范围内森林生物量估计的相容性问题提供有效途径。从模型反映的结果看,相同直径林木的地上生物量估计值随起源、地域的不同存在一定程度的差异,其差异大小可以通过混合模型中的随机效应来估计。该方法可推广应用于其它通用性模型(如材积方程)的建立。     

Modeling compatible single-tree aboveground biomass equations for masson pine (Pinus massoniana) in southern China

Because of global climate change,it is necessary to add forest biomass estimation to national forest resource monitoring.The biomass equations developed for forest biomass estimation should be compatible with volume equations.Based on the tree volume and aboveground biomass data of Masson pine(Pinus massoniana Lamb.) in southern China,we constructed one-,two-and three-variable aboveground biomass equations and biomass conversion functions compatible with tree volume equations by using error-in-variable simultaneous equations.The prediction precision of aboveground biomass estimates from one variable equation exceeded 95%.The regressions of aboveground biomass equations were improved slightly when tree height and crown width were used together with diameter on breast height,although the contributions to regressions were statistically insignificant.For the biomass conversion function on one variable,the conversion factor decreased with increasing diameter,but for the conversion function on two variables,the conversion factor increased with increasing diameter but decreased with increasing tree height.     

带截距的非线性方程与分段建模方法对立木生物量估计的比较

针对用单一的非线性模型拟合生物量方程会导致小径阶林木的估计明显有偏的问题,以东北落叶松和南方马尾松的地上生物量数据为例,提出采用带截距的非线性方程和分段建模方法来改进对立木生物量的估计,并对二者的预估效果进行了比较。结果表明:两种方法都能有效克服小径阶林木的有偏估计问题,同时对整个模型的预估效果也有一定程度的改善;从对比分析结果看,分段拟合方程的预估效果还要略好一些。     

甘肃亚高山云杉人工林地上部分生物量研究

通过对甘肃省白龙江林区沙滩林场的22块云杉人工林标准地进行调查研究,以胸径、树高、D2H分别为自变量拟合建立云杉人工林树干、树冠及地上部分生物量模型。通过假设检验,所拟合的生物量具有统计学意义,方程为W树干=0.146 D2.065,W树冠=0.029 D2.431,W地上=0.155 D2.214。     

Allometric equations for accurate estimation of above-ground biomass in logged-over tropical rainforests in Sarawak, Malaysia

Although allometric equations can be used to accurately estimate biomass and/or carbon stock in forest ecosystems, few have been developed for logged-over tropical rainforests in Southeast Asia. We developed allometric relationships between tree size variables (stem diameter at breast height (dbh) and tree height) and leaf, branch, stem and total above-ground biomass in two logged-over tropical rainforests with different soil conditions in Sarawak, Malaysia. The study sites were originally classified as mainly lowland dipterocarp forest and have been selectively logged in the past 20 years. In total, 30 individuals from 27 species were harvested to measure above-ground parts. The correlation coefficients for the allometric relationships obtained for total above-ground biomass as a function of dbh had high values (0.99), although the relationships for leaf biomass had a relatively low coefficient (0.83). We also found relatively high coefficients for allometric relationships between tree height and plant-part biomass, ranging from 0.82 to 0.97. Moreover, there were no differences for allometric equations of total above-ground biomass between study sites. A comparison of equations of above-ground biomass in various previously reported tropical rainforests and pan-tropic general equations imply that our allometric equations differ largely from the equations for tropical primary forests, early successional secondary forest, and even for the general models. Therefore, choosing the biomass estimation models for above-ground biomass in the logged-over forests of Southeast Asia requires careful consideration of their suitability.     

Crown area allometries for estimation of aboveground tree biomass in agricultural landscapes of western Kenya

Classical allometries determine biomass from measurements of diameter at breast height or volume. Neither of these measurements is currently possible to be derived directly from remote sensing. As biomass estimates at larger scales require remotely sensed data, new allometric relations are required using crown area and/or tree height as predictor of biomass, which can both be derived from remote sensing. Allometric equations were developed from 72 trees semi-randomly selected for destructive sampling in three 100?km² sentry sites in western Kenya. The equations developed fit the data well with about 85?% of the observed variation in aboveground biomass explained by crown area. Addition of height and wood density as second predictor variables improved model fit by 6 and 2?% and lowered the relative error by 7 and 2?%, respectively. The equation with crown area in combination with height and wood density estimated representative aboveground biomass carbon to be about 20.8?±?0.02?t?C?ha^?1; which is about 19?% more than the amount estimated using an allometry with diameter at breast height as predictor. These results form the basis for a new generation of allometries using crown area as a predictor of aboveground biomass in agricultural landscapes. Biomass predictions using crown area should be supported by height and wood density and the application of crown area equations for remote sensing based up-scaling should consider crown interactions with competing or coexisting neighboring trees.